Детальний аналіз Aethir: потужний гравець у децентралізованих хмарних обчисленнях з трьома паралельними напрямками
Зміни в процесі розвитку людського суспільства зазвичай є результатом кількох надзвичайно великих наукових винаходів і прогресів. Кожен технологічний прорив безпосередньо створює нову еру, яка є більш ефективною і процвітаючою.
Промислова революція, електрична революція та інформаційна революція є надзвичайно великими науково-технічними досягненнями в історії людства, які радикально змінили обличчя людського суспільства, принесли безпрецедентні зміни в продуктивності та способах життя. Тепер ми більше не можемо повернутися до епохи освітлення гасовими лампами та передачі листів кінними возами. Разом із народженням великих мовних моделей людство вступило в ще одну велику нову еру.
Великі мовні моделі поступово звільняють людський інтелект, дозволяючи людям зосереджувати обмежену енергію та інтелект на більш творчому мисленні та практиці, що веде до більш ефективного світу.
Ми вважаємо великі мовні моделі ще одним технологічним проривом, який змінює світ, не лише через їхні величезні досягнення в розумінні та генерації природної мови, а й тому, що людство в еволюції великих мовних моделей розібралося в закономірностях зростання здібностей — а саме, що шляхом постійного розширення параметрів моделі та навчальних даних можна досягти експоненціального підвищення здібностей моделі. За достатньої обчислювальної потужності цей процес наразі не має видимих обмежень.
Використання великих мовних моделей не обмежується лише розумінням людської мови та діалогу, навпаки, це лише початок. Як тільки машина отримує здатність розуміти мову, це схоже на відкриття ящика Пандори, що вивільняє безмежний простір для уяви. Люди можуть використовувати цю здатність ШІ для розробки різноманітних руйнівних функцій.
Наразі у різних перехресних технологічних сферах великі мовні моделі вже проявляють свої можливості. Від відеовиробництва, художнього творчості в гуманітарних сферах до розробки лікарських засобів, біотехнологій у сфері жорстких технологій, нас очікують кардинальні зміни.
В цю епоху обчислювальна потужність вважається дефіцитним ресурсом, великі технологічні гіганти контролюють багаті ресурси, в той час як нові розробники стикаються з бар'єрами входу через нестачу обчислювальної потужності. У новій епосі ШІ обчислювальна потужність є силою, а ті, хто володіє обчислювальною потужністю, мають можливість змінити світ. GPU, як основа глибокого навчання та наукових обчислень, відіграє в цьому надзвичайно важливу роль.
У швидко розвиваючійся сфері штучного інтелекту ми повинні визнати подвійний аспект розвитку: навчання моделей та інференція. Інференція стосується функціональності та виходу AI-моделей, тоді як навчання включає складний процес, необхідний для побудови розумних моделей, до якого входять алгоритми машинного навчання, набори даних та обчислювальні можливості.
Як приклад GPT-4, якщо ви хочете отримати високоякісні висновки, розробники повинні отримати всебічний базовий набір даних та величезні обчислювальні потужності для навчання ефективної моделі ШІ. А ці ресурси в основному зосереджені в руках таких промислових гігантів, як Nvidia, Google, Microsoft та Amazon Web Services.
Високі витрати на обчислення та бар'єри для входу заважають більшій кількості розробників приєднатися, що робить лідерів ще сильнішими. Вони володіють великими базами даних і значними обчислювальними потужностями, мають можливість постійно розширювати свій масштаб і знижувати свої витрати, що робить бар'єри в галузі ще більш міцними.
Але ми не можемо не задуматися, чи існує спосіб знизити витрати на обчислення та бар'єри входу в галузь шляхом впровадження технології блокчейн? Відповідь ствердна. Децентралізована розподілена хмарна обробка саме в такому етапі розвитку пропонує нам таке рішення.
Незважаючи на те, що в даний час обчислювальна потужність є дорогою та рідкісною, графічні процесори (GPU) не використовуються в повній мірі. Це головним чином пов'язано з тим, що ще не з'явився готовий спосіб інтегрувати цю розподілену обчислювальну потужність та змусити її працювати в комерційний спосіб. Нижче наведені типові показники використання GPU для різних навантажень:
Більшість споживчих пристроїв з GPU належать до трьох перших категорій, тобто вільні (тільки що запустилися в операційній системі Windows):
Використання GPU: 0-2%;
Загальні виробничі завдання (написання, простий перегляд): 0-15%;
Відео відтворення: 15-35%.
Вищезазначені дані свідчать про те, що використання обчислювальних ресурсів є вкрай низьким, а в світі Web2 не існує ефективних заходів для збору та інтеграції цих ресурсів. Але криптоекономіка та технологія блокчейн, можливо, є саме тим ліками, які вирішать цю проблему. Криптоекономіка створює надзвичайно ефективний глобальний ринок завдяки унікальній токенній економіці та характеристикам децентралізованої системи, що робить процеси ціноутворення, обігу ресурсів та узгодження попиту і пропозиції на ринку надзвичайно ефективними.
Розвиток штучного інтелекту впливає на майбутнє людства, а прогрес обчислювальної потужності визначає розвиток штучного інтелекту. З моменту винаходу першого комп'ютера в сорокових роках двадцятого століття обчислювальні моделі пережили багато змін. Від громіздких великих комп'ютерів до легких ноутбуків, від централізованого придбання серверів до оренди обчислювальної потужності, бар'єри для отримання обчислювальної потужності поступово знижуються. Перш ніж з'явився хмарний обчислення, підприємствам доводилося самостійно закуповувати сервери та постійно оновлювати їх у міру розвитку технологій, але поява хмарного обчислення кардинально змінила цю модель.
Основна концепція хмарних обчислень полягає в тому, що замовник орендує сервери та отримує до них віддалений доступ, сплачуючи відповідно до обсягу використання. Зараз традиційні підприємства піддаються руйнівному впливу хмарних обчислень. У сфері хмарних обчислень технологія віртуалізації є її ядром. Віртуалізовані сервери можуть розділити потужний сервер на дуже маленькі сервери для оренди і динамічно розподіляти різні ресурси.
Ця модель кардинально змінила бізнес-ландшафт індустрії обчислювальної потужності. Раніше людям потрібно було самостійно купувати обладнання для обчислювальної потужності, щоб задовольнити свої потреби в обчислювальній потужності; але тепер достатньо сплатити оренду на сайті, щоб мати доступ до якісних послуг обчислювальної потужності. Майбутній напрямок розвитку хмарних обчислень - це крайові обчислення. Оскільки традиційні централізовані системи знаходяться занадто далеко від користувачів, це може призвести до певної затримки. Хоча затримку можна оптимізувати, проте через обмеження швидкості світла затримку завжди неможливо повністю подолати.
Однак нові галузі, такі як метавсесвіт, автономне водіння та телемедицина, мають дуже низькі вимоги до затримки, тому необхідно перемістити сервери хмарних обчислень ближче до користувачів, внаслідок чого все більше маленьких дата-центрів розташовують навколо користувачів, що і є краєвим обчисленням.
В порівнянні з централізованими постачальниками хмарних обчислень, переваги децентралізованих хмарних обчислень полягають в наступному:
Доступність та гнучкість: Отримання доступу до обчислювальних чипів на платформах, таких як AWS, GCP або Azure, зазвичай займає кілька тижнів, а високопродуктивні моделі GPU, такі як A100, H100 тощо, часто є відсутніми на складі. Крім того, щоб отримати обчислювальні ресурси, споживачі зазвичай повинні підписувати довгострокові, жорсткі контракти з цими великими компаніями, що не тільки призводить до втрат часу, але й робить бізнес-операції більш ригідними, втрачаючи певну гнучкість. На відміну від цього, дистрибуційні обчислювальні платформи можуть надавати доступ до обчислювальних ресурсів у будь-який час та пропонувати гнучкий вибір апаратного забезпечення, що забезпечує вищу доступність.
Ціна нижча: Оскільки використовуються бездіяльні чіпи, а також завдяки токенам, які постачаються з боку мережевих протоколів для постачальників чіпів і потужності, розподілена мережа обчислювальної потужності може запропонувати більш дешеву обчислювальну потужність.
Стійкість до цензури: Деякі системи Web3 не позиціонують себе як бездозвільні. Під час етапів запуску GPU, завантаження даних, обміну даними та обміну результатами були вирішені питання відповідності, такі як GDPR та HIPAA.
Зі зростанням розвитку ШІ та постійною диспропорцією попиту та пропозиції на GPU, це спонукатиме більше розробників переходити до децентралізованих хмарних обчислювальних платформ. Водночас, під час бичачого ринку через зростання цін на крипто-токени постачальники GPU отримуватимуть більше прибутку, що стимулюватиме більше постачальників GPU входити на цей ринок, створюючи позитивний ефект маховика.
Технічні проблеми
1. Проблема паралелізації
Розподілена обчислювальна платформа зазвичай об'єднує постачання чіпів у хвостовій частині, що означає, що окремий постачальник чіпів майже не може самостійно виконати складні завдання з навчання або інференції AI за короткий час. Якщо хмарна обчислювальна платформа хоче бути конкурентоспроможною, вона повинна розбити та розподілити завдання за допомогою паралельних методів, щоб скоротити загальний час виконання та підвищити обчислювальну потужність платформи.
Однак, у процесі паралелізації виникає ряд питань, включаючи те, як розділити завдання (особливо для складних завдань глибокого навчання), залежності даних та додаткові витрати на зв'язок між пристроями.
2. Ризик заміни новими технологіями
Завдяки значним інвестиціям у дослідження ASIC (спеціалізовані інтегральні схеми) та новим винаходам, таким як тензорні обробні одиниці (TPU), це може вплинути на GPU-кластери децентралізованих обчислювальних платформ.
Якщо ці ASIC можуть забезпечити хорошу продуктивність і збалансувати витрати, то ринок GPU, який наразі монополізований великими AI-організаціями, може повернутися на ринок. Це призведе до збільшення постачання GPU, що вплине на екосистему децентралізованих хмарних обчислювальних платформ.
3. Регуляторний ризик
Оскільки децентралізовані хмарні обчислювальні системи працюють у кількох юрисдикціях і можуть підлягати різним законам і регуляторним вимогам, можуть виникати унікальні юридичні та регуляторні виклики. Вимоги щодо відповідності, такі як закони про захист даних і конфіденційність, також можуть бути складними і викликами.
На даний момент основними користувачами хмарних обчислювальних платформ є професійні розробники та установи, які надають перевагу тривалому використанню однієї платформи і не змінюють її легковажно. Використання децентралізованої чи централізованої платформи є лише одним з аспектів ціни; ці користувачі більше цінують стабільність обслуговування. Тому, якщо децентралізована платформа має потужні можливості інтеграції та стабільну достатню обчислювальну потужність, вона легше здобуде прихильність цих клієнтів, отримає довгострокові партнерські відносини та стабільний грошовий потік.
Нижче я представлю новий розподілений обчислювальний проект Aethir, який зосереджується на ігровій візуалізації та ШІ в цьому циклі, а також розрахую можливу оцінку після виходу на ринок, спираючись на існуючі проекти ШІ та розподілені обчислювальні проекти в цій же ніші.
Огляд проекту Aethir
Aethir Cloud є децентралізованою платформою для реального рендерингу на основі мережі Arbitrum, яка допомагає ігровим та штучно-інтелектуальним компаніям безпосередньо доставляти свою продукцію споживачам, об'єднуючи та інтелектуально перерозподіляючи нові та невикористані GPU від підприємств, дата-центрів, криптовалютного майнінгу та споживачів.
Однією з ключових інновацій цього проєкту є ресурсний пул, який об'єднує розподілених учасників обчислювальної потужності під єдиним інтерфейсом для надання послуг глобальним клієнтам. Однією з основних характеристик ресурсного пулу є те, що постачальники GPU можуть вільно підключатися або відключатися від мережі, що дозволяє підприємствам або дата-центрам, які мають вільне обладнання, брати участь у мережі під час простою, підвищуючи гнучкість постачальників та використання обладнання.
Операція екосистеми Aethir базується на трьох основних інфраструктурах:
Контейнер (Container): Ключовою функцією контейнера є надання послуг віддаленого рендерингу в реальному часі, що забезпечує "нульову затримку". Контейнер є фактичним місцем хмарних обчислень, він виконує роль віртуальної точки доступу, реалізуючи та рендеруючи програми. Це дозволяє перемістити навантаження з локальних пристроїв на контейнер.
Перевірник (Checker): Перевірник вузол забезпечує цілісність мережі Aethir та якість послуг, перевіряючи контейнер та його служби процеси. Після виконання завдання вузол перевірника підписує результати своїм приватним ключем і передає результати арбітру. Арбітр отримає 2N+1 результатів для кожного контейнера, а кожен вузол, який надає результати, що збігаються з більшістю, отримає винагороду у вигляді токенів.
Індексатор (Indexer): Як основа мережі Aethir, індексатор зв'язує споживачів з відповідними контейнерами, забезпечуючи швидкий запуск хмарних застосунків та послуг. Мета полягає в наданні послуг "на рівні секунд" - перехід від запиту споживача до фактичної доставки (наприклад, запит гравця до ігрового екрану) повинен відбуватися в найкоротші можливі терміни. Це вимагає чітких сигналів та ефективного планування. Щоб підтримувати децентралізацію та поліпшити досвід користувачів, індексатор вибирається випадковим чином, щоб зменшити потенційний ризик шахрайства з боку індексаторів та затримки сигналу.
 і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
18 лайків
Нагородити
18
7
Репост
Поділіться
Прокоментувати
0/400
ColdWalletGuardian
· 3год тому
Знову займаєшся хмарними обчисленнями. Коли вже можна буде не змагатися?
Переглянути оригіналвідповісти на0
OnlyOnMainnet
· 14год тому
Гехе, web3 дійсно потребує AI, щоб підняти його.
Переглянути оригіналвідповісти на0
NFTRegretDiary
· 14год тому
Є числа, які говорять, слухаючи щось загадкове.
Переглянути оригіналвідповісти на0
GmGmNoGn
· 14год тому
Цей проект до місяця занадто безглуздий.
Переглянути оригіналвідповісти на0
OnChain_Detective
· 14год тому
хм, аналіз шаблонів показує високу кореляцію з шахрайством на основі хмар... будьте пильні, сім'я
Aethir: новий гравець у децентралізованих хмарних обчисленнях, який поєднує в собі рендеринг ігор та ШІ
Детальний аналіз Aethir: потужний гравець у децентралізованих хмарних обчисленнях з трьома паралельними напрямками
Зміни в процесі розвитку людського суспільства зазвичай є результатом кількох надзвичайно великих наукових винаходів і прогресів. Кожен технологічний прорив безпосередньо створює нову еру, яка є більш ефективною і процвітаючою.
Промислова революція, електрична революція та інформаційна революція є надзвичайно великими науково-технічними досягненнями в історії людства, які радикально змінили обличчя людського суспільства, принесли безпрецедентні зміни в продуктивності та способах життя. Тепер ми більше не можемо повернутися до епохи освітлення гасовими лампами та передачі листів кінними возами. Разом із народженням великих мовних моделей людство вступило в ще одну велику нову еру.
Великі мовні моделі поступово звільняють людський інтелект, дозволяючи людям зосереджувати обмежену енергію та інтелект на більш творчому мисленні та практиці, що веде до більш ефективного світу.
Ми вважаємо великі мовні моделі ще одним технологічним проривом, який змінює світ, не лише через їхні величезні досягнення в розумінні та генерації природної мови, а й тому, що людство в еволюції великих мовних моделей розібралося в закономірностях зростання здібностей — а саме, що шляхом постійного розширення параметрів моделі та навчальних даних можна досягти експоненціального підвищення здібностей моделі. За достатньої обчислювальної потужності цей процес наразі не має видимих обмежень.
Використання великих мовних моделей не обмежується лише розумінням людської мови та діалогу, навпаки, це лише початок. Як тільки машина отримує здатність розуміти мову, це схоже на відкриття ящика Пандори, що вивільняє безмежний простір для уяви. Люди можуть використовувати цю здатність ШІ для розробки різноманітних руйнівних функцій.
Наразі у різних перехресних технологічних сферах великі мовні моделі вже проявляють свої можливості. Від відеовиробництва, художнього творчості в гуманітарних сферах до розробки лікарських засобів, біотехнологій у сфері жорстких технологій, нас очікують кардинальні зміни.
В цю епоху обчислювальна потужність вважається дефіцитним ресурсом, великі технологічні гіганти контролюють багаті ресурси, в той час як нові розробники стикаються з бар'єрами входу через нестачу обчислювальної потужності. У новій епосі ШІ обчислювальна потужність є силою, а ті, хто володіє обчислювальною потужністю, мають можливість змінити світ. GPU, як основа глибокого навчання та наукових обчислень, відіграє в цьому надзвичайно важливу роль.
У швидко розвиваючійся сфері штучного інтелекту ми повинні визнати подвійний аспект розвитку: навчання моделей та інференція. Інференція стосується функціональності та виходу AI-моделей, тоді як навчання включає складний процес, необхідний для побудови розумних моделей, до якого входять алгоритми машинного навчання, набори даних та обчислювальні можливості.
Як приклад GPT-4, якщо ви хочете отримати високоякісні висновки, розробники повинні отримати всебічний базовий набір даних та величезні обчислювальні потужності для навчання ефективної моделі ШІ. А ці ресурси в основному зосереджені в руках таких промислових гігантів, як Nvidia, Google, Microsoft та Amazon Web Services.
Високі витрати на обчислення та бар'єри для входу заважають більшій кількості розробників приєднатися, що робить лідерів ще сильнішими. Вони володіють великими базами даних і значними обчислювальними потужностями, мають можливість постійно розширювати свій масштаб і знижувати свої витрати, що робить бар'єри в галузі ще більш міцними.
Але ми не можемо не задуматися, чи існує спосіб знизити витрати на обчислення та бар'єри входу в галузь шляхом впровадження технології блокчейн? Відповідь ствердна. Децентралізована розподілена хмарна обробка саме в такому етапі розвитку пропонує нам таке рішення.
Незважаючи на те, що в даний час обчислювальна потужність є дорогою та рідкісною, графічні процесори (GPU) не використовуються в повній мірі. Це головним чином пов'язано з тим, що ще не з'явився готовий спосіб інтегрувати цю розподілену обчислювальну потужність та змусити її працювати в комерційний спосіб. Нижче наведені типові показники використання GPU для різних навантажень:
Більшість споживчих пристроїв з GPU належать до трьох перших категорій, тобто вільні (тільки що запустилися в операційній системі Windows):
Вищезазначені дані свідчать про те, що використання обчислювальних ресурсів є вкрай низьким, а в світі Web2 не існує ефективних заходів для збору та інтеграції цих ресурсів. Але криптоекономіка та технологія блокчейн, можливо, є саме тим ліками, які вирішать цю проблему. Криптоекономіка створює надзвичайно ефективний глобальний ринок завдяки унікальній токенній економіці та характеристикам децентралізованої системи, що робить процеси ціноутворення, обігу ресурсів та узгодження попиту і пропозиції на ринку надзвичайно ефективними.
Розвиток штучного інтелекту впливає на майбутнє людства, а прогрес обчислювальної потужності визначає розвиток штучного інтелекту. З моменту винаходу першого комп'ютера в сорокових роках двадцятого століття обчислювальні моделі пережили багато змін. Від громіздких великих комп'ютерів до легких ноутбуків, від централізованого придбання серверів до оренди обчислювальної потужності, бар'єри для отримання обчислювальної потужності поступово знижуються. Перш ніж з'явився хмарний обчислення, підприємствам доводилося самостійно закуповувати сервери та постійно оновлювати їх у міру розвитку технологій, але поява хмарного обчислення кардинально змінила цю модель.
Основна концепція хмарних обчислень полягає в тому, що замовник орендує сервери та отримує до них віддалений доступ, сплачуючи відповідно до обсягу використання. Зараз традиційні підприємства піддаються руйнівному впливу хмарних обчислень. У сфері хмарних обчислень технологія віртуалізації є її ядром. Віртуалізовані сервери можуть розділити потужний сервер на дуже маленькі сервери для оренди і динамічно розподіляти різні ресурси.
Ця модель кардинально змінила бізнес-ландшафт індустрії обчислювальної потужності. Раніше людям потрібно було самостійно купувати обладнання для обчислювальної потужності, щоб задовольнити свої потреби в обчислювальній потужності; але тепер достатньо сплатити оренду на сайті, щоб мати доступ до якісних послуг обчислювальної потужності. Майбутній напрямок розвитку хмарних обчислень - це крайові обчислення. Оскільки традиційні централізовані системи знаходяться занадто далеко від користувачів, це може призвести до певної затримки. Хоча затримку можна оптимізувати, проте через обмеження швидкості світла затримку завжди неможливо повністю подолати.
Однак нові галузі, такі як метавсесвіт, автономне водіння та телемедицина, мають дуже низькі вимоги до затримки, тому необхідно перемістити сервери хмарних обчислень ближче до користувачів, внаслідок чого все більше маленьких дата-центрів розташовують навколо користувачів, що і є краєвим обчисленням.
В порівнянні з централізованими постачальниками хмарних обчислень, переваги децентралізованих хмарних обчислень полягають в наступному:
Доступність та гнучкість: Отримання доступу до обчислювальних чипів на платформах, таких як AWS, GCP або Azure, зазвичай займає кілька тижнів, а високопродуктивні моделі GPU, такі як A100, H100 тощо, часто є відсутніми на складі. Крім того, щоб отримати обчислювальні ресурси, споживачі зазвичай повинні підписувати довгострокові, жорсткі контракти з цими великими компаніями, що не тільки призводить до втрат часу, але й робить бізнес-операції більш ригідними, втрачаючи певну гнучкість. На відміну від цього, дистрибуційні обчислювальні платформи можуть надавати доступ до обчислювальних ресурсів у будь-який час та пропонувати гнучкий вибір апаратного забезпечення, що забезпечує вищу доступність.
Ціна нижча: Оскільки використовуються бездіяльні чіпи, а також завдяки токенам, які постачаються з боку мережевих протоколів для постачальників чіпів і потужності, розподілена мережа обчислювальної потужності може запропонувати більш дешеву обчислювальну потужність.
Стійкість до цензури: Деякі системи Web3 не позиціонують себе як бездозвільні. Під час етапів запуску GPU, завантаження даних, обміну даними та обміну результатами були вирішені питання відповідності, такі як GDPR та HIPAA.
Зі зростанням розвитку ШІ та постійною диспропорцією попиту та пропозиції на GPU, це спонукатиме більше розробників переходити до децентралізованих хмарних обчислювальних платформ. Водночас, під час бичачого ринку через зростання цін на крипто-токени постачальники GPU отримуватимуть більше прибутку, що стимулюватиме більше постачальників GPU входити на цей ринок, створюючи позитивний ефект маховика.
Технічні проблеми
1. Проблема паралелізації
Розподілена обчислювальна платформа зазвичай об'єднує постачання чіпів у хвостовій частині, що означає, що окремий постачальник чіпів майже не може самостійно виконати складні завдання з навчання або інференції AI за короткий час. Якщо хмарна обчислювальна платформа хоче бути конкурентоспроможною, вона повинна розбити та розподілити завдання за допомогою паралельних методів, щоб скоротити загальний час виконання та підвищити обчислювальну потужність платформи.
Однак, у процесі паралелізації виникає ряд питань, включаючи те, як розділити завдання (особливо для складних завдань глибокого навчання), залежності даних та додаткові витрати на зв'язок між пристроями.
2. Ризик заміни новими технологіями
Завдяки значним інвестиціям у дослідження ASIC (спеціалізовані інтегральні схеми) та новим винаходам, таким як тензорні обробні одиниці (TPU), це може вплинути на GPU-кластери децентралізованих обчислювальних платформ.
Якщо ці ASIC можуть забезпечити хорошу продуктивність і збалансувати витрати, то ринок GPU, який наразі монополізований великими AI-організаціями, може повернутися на ринок. Це призведе до збільшення постачання GPU, що вплине на екосистему децентралізованих хмарних обчислювальних платформ.
3. Регуляторний ризик
Оскільки децентралізовані хмарні обчислювальні системи працюють у кількох юрисдикціях і можуть підлягати різним законам і регуляторним вимогам, можуть виникати унікальні юридичні та регуляторні виклики. Вимоги щодо відповідності, такі як закони про захист даних і конфіденційність, також можуть бути складними і викликами.
На даний момент основними користувачами хмарних обчислювальних платформ є професійні розробники та установи, які надають перевагу тривалому використанню однієї платформи і не змінюють її легковажно. Використання децентралізованої чи централізованої платформи є лише одним з аспектів ціни; ці користувачі більше цінують стабільність обслуговування. Тому, якщо децентралізована платформа має потужні можливості інтеграції та стабільну достатню обчислювальну потужність, вона легше здобуде прихильність цих клієнтів, отримає довгострокові партнерські відносини та стабільний грошовий потік.
Нижче я представлю новий розподілений обчислювальний проект Aethir, який зосереджується на ігровій візуалізації та ШІ в цьому циклі, а також розрахую можливу оцінку після виходу на ринок, спираючись на існуючі проекти ШІ та розподілені обчислювальні проекти в цій же ніші.
Огляд проекту Aethir
Aethir Cloud є децентралізованою платформою для реального рендерингу на основі мережі Arbitrum, яка допомагає ігровим та штучно-інтелектуальним компаніям безпосередньо доставляти свою продукцію споживачам, об'єднуючи та інтелектуально перерозподіляючи нові та невикористані GPU від підприємств, дата-центрів, криптовалютного майнінгу та споживачів.
Однією з ключових інновацій цього проєкту є ресурсний пул, який об'єднує розподілених учасників обчислювальної потужності під єдиним інтерфейсом для надання послуг глобальним клієнтам. Однією з основних характеристик ресурсного пулу є те, що постачальники GPU можуть вільно підключатися або відключатися від мережі, що дозволяє підприємствам або дата-центрам, які мають вільне обладнання, брати участь у мережі під час простою, підвищуючи гнучкість постачальників та використання обладнання.
Операція екосистеми Aethir базується на трьох основних інфраструктурах:
Контейнер (Container): Ключовою функцією контейнера є надання послуг віддаленого рендерингу в реальному часі, що забезпечує "нульову затримку". Контейнер є фактичним місцем хмарних обчислень, він виконує роль віртуальної точки доступу, реалізуючи та рендеруючи програми. Це дозволяє перемістити навантаження з локальних пристроїв на контейнер.
Перевірник (Checker): Перевірник вузол забезпечує цілісність мережі Aethir та якість послуг, перевіряючи контейнер та його служби процеси. Після виконання завдання вузол перевірника підписує результати своїм приватним ключем і передає результати арбітру. Арбітр отримає 2N+1 результатів для кожного контейнера, а кожен вузол, який надає результати, що збігаються з більшістю, отримає винагороду у вигляді токенів.
Індексатор (Indexer): Як основа мережі Aethir, індексатор зв'язує споживачів з відповідними контейнерами, забезпечуючи швидкий запуск хмарних застосунків та послуг. Мета полягає в наданні послуг "на рівні секунд" - перехід від запиту споживача до фактичної доставки (наприклад, запит гравця до ігрового екрану) повинен відбуватися в найкоротші можливі терміни. Це вимагає чітких сигналів та ефективного планування. Щоб підтримувати децентралізацію та поліпшити досвід користувачів, індексатор вибирається випадковим чином, щоб зменшити потенційний ризик шахрайства з боку індексаторів та затримки сигналу.
![Докладний опис Aethir: потужний гравець у сфері децентралізованих хмарних обчислень з трьома напрямками](